MétaCan
Menu
Retour à la cohorte
Enregistrement W2953943056 · doi:10.22215/etd/2019-13647

Cross-cultural Product Design

2019· dissertation· en· W2953943056 sur OpenAlexaff
Chen Zhang

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)PerceptionProduct designCross-culturalPsychologyAestheticsSociologyArtAnthropologyMathematics

Résumé

récupéré en direct d'OpenAlex

The research talks about cross-cultural product design which combines cultural tradition and user's behavior and perception.It provides an example of a tea product design, demonstrating the process of how to include Chinese's tea culture and perception about tea drinking from people who live in North America in a cross-cultural product.To understand what are Chinese cultural elements and the users' perceptions about tea, this study first investigated current Chinese cultural products and conducted 100 interviews about drinking tea.In conclusion, Chinese cultural elements mainly used in current cultural products are pattern, form, material, function, historical or literal figures in cute mascot, story/anecdote, and metaphor.The participants mostly regarded drinking tea as a relaxation, social activity, and keeping health.Some of them also related tea with ceremonial, cultural tradition, emotional attachment and atmosphere.In addition, convenience of making tea is a consideration as well.The final tea set design considered the Chinese cultural elements including pattern, form and material and the users' conceptions of relaxation, social relationship, cultural tradition, ceremonial and convenience.This study suggested a method of designing a cross-cultural product, which consists of two main parts.One is to investigate the traditional design elements of one's culture and the other is to learn the users' perceptions.The final design will take both considerations into account.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,080
Tête enseignante GPT0,426
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetColor perception and designTravaux en français237 207